راضیه علیزاده - دانشجوی کارشناسی ارشد مهندسی صنایع

در چند دهه اخیر، پژوهش های گسترده ای در زمینه پیش بینی ورشکستگی انجام گرفته و مدل های متفاوتی معرفی شده اند و اغلب این مدل ها دارای موفقیت های زیادی شده اند. بااین وجود، عموماً به کارگیری مجدد این مدل ها برای مجموعه داده های متفاوت از داده های اولیه ( داده های متفاوت ازنظر زمانی و یا داده های مربوط به شرایط یا سیستم های اقتصادی متفاوت) نتوانسته اند موفقیت های پیشین را تکرار کند. لذا یکی از الزامات مسائل اقتصادی، راه های پیشگیری از ورشکستگی و پیش بینی وقوع آن قبل از در معرض ورشکستگی قرار گرفتن و یا نمایان شدن علائم آشفتگی مالی می باشد. در این پژوهش سعی شده است به پیش بینی ورشکستگی بورس با استفاده از شبکه عصبی و ماشین بردار پشتیبان پرداخته شود. طبق بررسی ها مشخص شد که شبکه عصبی مصنوعی بیش از 0/9 و ماشین بردار پشتیبان بیش از 0/78 بر اساس متغیرهای ورودی می تواند احتمال ورشکستگی شرکت های بورس را پیش بینی نماید که این کارایی این مدل ها را نشان می دهد.

ورشکستگی، شبکه عصبی، ماشین بردار پشتیبان، داده کاوی